long lat
1 -1.651048 -0.5910935
2 -2.560355 0.8331618
3 1.302916 -0.5013650
El libro se puede encontrar acá
Son 16 capítulos
El club solo contempla los 10 primeros
Horario: lunes de 15 a 16 cada dos semanas (1 o 2 capítulos por sesión)
Geospatial health data
Disease mapping
Communication of results
Los datos en salud permiten detectar problemas de salud pública
Mejoran la eficacia en la respuesa y ayudan a prevenir y controlar enfermedades
El análisis de datos en salud implica distintos métodos, centrados en patrones y conclusiones estadísticas
El análisis espacial usando herramientas SIG juega un papel clave
El mapeo de enfermedades proporciona una visualización de patrones espaciales de las enfermedades
Los mapas resumen zonas de alto riesgo, permiten formular hipótesis y asignar recursos de forma eficaz
Usando modelos jerárquicos bayesianos se puede estimar el riesgo
Estos métodos consideran variables y correlación espacial, expresando incertidumbre en la estimación de riesgo
La agregación de datos permite confidencialidad (por ejemplo comunas)
Datos y covariables de alta resolución permiten realizar estimaciones de riesgo precisas
La difusión de la información en temas de salud es clave
R ofrece herramientas de comunicación eficaces, como mapas interactivos (leaflet) y gráficos de series temporales (dygraphs)
Permite crear informes reproducibles (RMarkdown ahora Quarto), web interactivas (flexdashboard) y aplicaciones web (Shiny)
La interpretación de estos resultados ayuda a asignar recursos de forma eficiente.
Types of spatial data
Coordinate reference systems
Shapefiles
Making maps with R
Tres características: atributo, ubicación de la observación y el dominio
Los tipos de datos según el dominio que representan.
Areal data 🗾
Geostatistical data 🌎 📊
Point patterns 📍
El dominio es fijo (de forma regular o irregular) y se divide en un número finito de unidades de área con límites bien definidos.
Sudden infant deaths in North Carolina in 1974.
En los datos geoestadísticos, el dominio es un conjunto fijo continuo. Es importante señalar que la continuidad se refiere al dominio, y el atributo puede ser continuo o discreto.
Average rainfall measured at 143 recording stations in Paraná state, Brazil.
A diferencia de los datos geoestadísticos y de área, el dominio es al azar.
John Snow’s map of the 1854 London cholera outbreak
Se debe conocer en qué proyección espacial se encuentran los datos.
Las proyecciones están determinadas por un CRS (coordinate reference system).
Cada CRS puede estar definido por un EPSG (sigla de European Petroleum Survey Group), se pueden ver acá
Si quiero hacer operaciones espaciales, todas las capas deben tener el mismo sistema de proyección.
En Chile, los sistemas de proyección más usados son:
Estas slides se basaron en la presentación de Stephanie Orellana para Rladies Madrid
Se crea un dataframe al azar con long y lat
long lat
1 -1.651048 -0.5910935
2 -2.560355 0.8331618
3 1.302916 -0.5013650
Define las coordenadas
Asigna una proyección (CRS WGS84)
Reprojecta desde long/lat a UTM zone 35 south
Crea nuevas columnas llamadas UTMx y UTMy
En R, podemos leer shapefiles utilizando la función readOGR() del paquete rgdal, o también la función st_read() del paquete sf
Danger
during October 2023 rgdal, rgeos and maptools will be archived on CRAN, and packages with strong dependencies on the retiring packages must be either upgraded to use sf, terra or other alternatives or work-arounds by or before that time.
Los paquetes mas útiles para hacer mapas son
Acá usaré el mismo código del libro pero con datos de CEDEUS. Primero cargo los datos
Puedo usar escalas de colores definidas
Leaflet es una libreria de JavaScript de código abierto para mapas interactivos
Leaflet requiere una proyección específica: EPSG code 4326
Revisamos la proyección
Coordinate Reference System:
User input: WGS 84
wkt:
GEOGCRS["WGS 84",
DATUM["World Geodetic System 1984",
ELLIPSOID["WGS 84",6378137,298.257223563,
LENGTHUNIT["metre",1]]],
PRIMEM["Greenwich",0,
ANGLEUNIT["degree",0.0174532925199433]],
CS[ellipsoidal,2],
AXIS["geodetic latitude (Lat)",north,
ORDER[1],
ANGLEUNIT["degree",0.0174532925199433]],
AXIS["geodetic longitude (Lon)",east,
ORDER[2],
ANGLEUNIT["degree",0.0174532925199433]],
ID["EPSG",4326]]
Transformamos a EPSG code 4326
Coordinate Reference System:
User input: EPSG:4326
wkt:
GEOGCRS["WGS 84",
ENSEMBLE["World Geodetic System 1984 ensemble",
MEMBER["World Geodetic System 1984 (Transit)"],
MEMBER["World Geodetic System 1984 (G730)"],
MEMBER["World Geodetic System 1984 (G873)"],
MEMBER["World Geodetic System 1984 (G1150)"],
MEMBER["World Geodetic System 1984 (G1674)"],
MEMBER["World Geodetic System 1984 (G1762)"],
MEMBER["World Geodetic System 1984 (G2139)"],
ELLIPSOID["WGS 84",6378137,298.257223563,
LENGTHUNIT["metre",1]],
ENSEMBLEACCURACY[2.0]],
PRIMEM["Greenwich",0,
ANGLEUNIT["degree",0.0174532925199433]],
CS[ellipsoidal,2],
AXIS["geodetic latitude (Lat)",north,
ORDER[1],
ANGLEUNIT["degree",0.0174532925199433]],
AXIS["geodetic longitude (Lon)",east,
ORDER[2],
ANGLEUNIT["degree",0.0174532925199433]],
USAGE[
SCOPE["Horizontal component of 3D system."],
AREA["World."],
BBOX[-90,-180,90,180]],
ID["EPSG",4326]]
Puedo usar escalas de colores de otros paquetes
Tiene muchas opciones, por ejemplo mapas al lado de otro